基于语义分割的火车车厢位置检测研究

为了实现在煤炭定量装车站装车过程中实时检测火车车厢位置,为溜槽升降提供触发信号,设计了一种基于语义分割的火车车厢位置检测模型。以FPN （feature pyramid networks,特征金字塔网络）和ResNet101 （residual network,残差网络）为主干网络,提取并融合分辨率、语义强度不同的特征图;结合基于期望最大化（expectation maximization, EM）算法的注意力机制,构建车厢上边框语义分割模型,用于过滤特征图中的噪声,提高图像边界的语义分割精度;设计位置检测模块,计算语义分割后图像中各类别的面积及其比例和车厢上边框外接矩形高度,以获取火车车厢位置信息。结果表明,所构建的车厢上边框语义分割模型在测试集上的mIoU （mean intersection over union,均交并比）为81.21%,mPA （mean pixel accuracy,平均像素精度）为88.64%,相比未引入注意力机制的语义分割模型分别提升了3.91%和7.44%。在煤炭定量装车站现场进行的火车车厢位置检测试验结果表明,基于语义分割的火车车厢位置检测模型的检测精度满足煤炭装车过程中车厢位置检测任务的要求,这为实现煤炭定量装车系统的智能化提供了新思路。     

用轻稀土镁球化剂生产厚断面球墨铸铁件

在生产大型离心复合铸铁轧辊时,对一些要求高强度的轧辊,我们以球墨铸铁作辊芯材料,其辊颈处直径为550~650mm。对于厚断面球墨铸铁件,国内多采用钇基重稀土镁合金进行球化处理。但考虑到该合金价格约为轻稀土镁合金的十倍多,所以我们最后选用轻稀土镁合金作球化剂、以75Fe－Si作孕育剂,来处理大型离心复合铸铁轧辊的辊芯。只要正确地选用原铁水成分及最终成分、适当的球化剂用量和处理温度,并进行多次孕育,用轻稀土镁合金处理厚断面球墨铸铁,同样能得到良好的机械性能。我们对几个大型轧辊的下辊颈进行心部取样,测得其铸态机械性能为σb~450MPa,δ~5%。     

基于改进的Faster R-CNN车厢编号识别方法

为了识别装煤列车车厢编号图像,提出一种基于改进的Faster R-CNN车厢编号识别方法.首先,引入Retinex图像增强算法对暗光条件下采集的低照度车厢编号图像进行增强,提高低照度车厢编号图像质量;通过分层多尺度区域推荐网络增强对多尺度、小目标车厢编号检测能力;使用基于GIoU的边框回归损失函数,提高车厢编号识别回归...